Few-shot Learning
Simpele Uitleg
Few-shot learning is een prompt technique waar je 2-5 voorbeelden geeft van wat je wilt, zodat de AI het patroon leert en toepast op nieuwe data.
Technische Definitie
Few-shot learning is in-context learning waarbij een LLM task patterns leert van examples in the prompt zonder weight updates. Format: instructions + N examples (input-output pairs) + new input. Few-shot (2-5 examples) outperforms zero-shot significantly for structured tasks.
Waarom Dit Belangrijk Is
Few-shot prompting is de snelste manier om AI output quality te verbeteren. Geen fine-tuning nodig. Simpel 3 examples toevoegen kan accuracy met 40%+ verhogen. Essentiële prompt engineering technique.
Use Cases
Data Extraction
Geef 3 examples van gewenste JSON output format
Classification
Show examples van categorieën, AI leert het patroon
Tools Die Dit Gebruiken
Gerelateerde Termen
Wil je deze term in de praktijk leren toepassen?